2020.05.19に開催したオンライン勉強会の資料を公開します。

今回のみ、会外部の一般の方々にも参加頂く形で行われました。 次回からは会内部のみとなりますが、資料は公開してゆく予定です。

スライド

Pythonの環境構築

• Pythonの公式サイトからPythonだけをinstallしても使えるが、パッケージ管理や環境管理のためにAnacondaを使うと便利（ここで不要じゃという声が飛んでくる）。
• 少なくともWindowsだと使った方が楽
• Anacondaそのままは全部盛りに近い（＝要らないものなども自動でinstallされる）ので、最小限のパッケージに留めたMinicondaをinstallする方がよい
• Miniconda入れる前にpyenv入れた方が良いという話もある(MacOS, Linux)

Pythonファイルの実行

python hoge.py

で実行可能。 IDEでは簡単に実行出来たり、他にはJupyter notebookを用いる手法も。

Python Tutorial

Jupyter Notebook

コードのみ以下に掲載します。

NumPyで数値計算

import numpy as np
x = np.arange(0, 1, 0.1)
print('x:', x)
y = 2*x + 10
print('y:', y)

Matplotlibで図を描画する

Matplotlibは図を描画するためのライブラリ。 どんな図が描画できるかは公式ドキュメントのギャラリーを参照。

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 1, 0.1)
y = 2*x + 10

plt.plot(x, y)
plt.show()

Seabornによる回帰直線の描画

SeabornはMatplotlibがベースのライブラリ。 より綺麗で複雑な図を簡単に描画できる。 公式ドキュメントのギャラリーを参照。

import seaborn as sns
np.random.seed(0) # 乱数seedの設定

# Toyデータ(y=2*x+10+noise)の作成
n_data = 100 # データ数
x = np.random.randn(n_data)
y = 2*x + np.random.randn(n_data) + 10

# 回帰直線のplot
plt.figure(figsize=(4,4))
sns.regplot(x, y) # 回帰(regression)の実行
plt.show() # 画像表示

Markdownについて

Markdownはプレーンテキスト形式で手軽に書いた文書からHTMLを生成するための言語 - 書き方はMarkdown記法サンプル集等を見るとよい - 普段から使う場合はTyporaを使うのがおススメ。 TeX形式の数式も書ける。 PandocをインストールすればWordやLaTeXなどに変換可能。

Google Colabについて

Google ColaboratoryはJupyter Notebookをブラウザ上で使えるようにGoogleが提供しているサービス。 Pythonをインストールする必要はありません。 また、Python会の一部のブログは記事をそのままGoogle Colabで開くことができます(GitHubにアップロードしたJupyter Notebookファイル(.ipynb)はURLを修正するだけでColabで開くことができます)。